任务模式：使用大语言模型进行任务特定网页导航的动态过滤
人机交互
2025-07-22 v1
摘要
现代网页界面因包含与用户当前目标无关的大量文本和视觉元素而使用不必要地复杂， 这尤其影响使用屏幕阅读器的用户( SRUs)，他们需依次浏览内容，可能在到达所需信息前花费数分钟浏览无关元素，而视觉用户(VUs)可在几秒钟内通过视觉浏览快速浏览。我们提出任务模式(Task Mode)系统，利用大语言模型动态过滤网页内容，基于用户指定的目标识别和优先排序相关元素，同时最小化干扰。我们的做法保留页面结构，同时提供针对不同访问需求的多种查看模式。我们对12名参与者(6名VUs，6名SRUs)的调查显示，我们的做法减少了SRUs的任务完成时间，同时维持了VUs的性能，将完成时间差距从2倍缩小到1.2倍。11名12名参与者表示希望在未来使用任务模式，报告称任务模式支持更少的努力和更少的干扰完成任务。这一工作表明，为视觉和非视觉访问同时设计新的交互方式，可以减少而非强化未来技术中由人机交互研究者和实践者创建的可访问性差距。
引用
@article{arxiv.2507.14769,
title = {Task Mode: Dynamic Filtering for Task-Specific Web Navigation using LLMs},
author = {Ananya Gubbi Mohanbabu and Yotam Sechayk and Amy Pavel},
journal= {arXiv preprint arXiv:2507.14769},
year = {2025}
}
备注
18 pages, 4 figures, 7 tables